소프트웨어 고장분석을 위한 비동질적인 포아송과정에서 결함당 고장발생률이 상수이거나, 단조 증가 또는 단조 감소하는 패턴을 가질 수 있다. 본 논문에서는 수리시점에서도 고장이 발생할 상황을 반영하는 무한고장 NHPP모형들을 비교 제시하였다. 소프트웨어 경제, 경영, 보험수리분야에서 많이 사용되는 Lomax분포에 근거한 무한고장 소프트웨어 신뢰성모형에 대한 비교문제를 제시하였다. 그 결과 형상모수가 비교적 큰 경우가 효율적으로 나타났다. 그리고 모수 추정법은 최우추정법을 이용하였고 모형선택은 평균제곱오차와 결정계수를 이용하였다. 이 연구를 통하여 소프트웨어 개발자들은 형상모수에 따른 소프트웨어 고장현상을 파악하는데 어느 정도 도움을 줄 수 있을 것으로 사료된다.
작물 모형은 작물의 유전적 특성을 나타내는 품종모수를 요구하며, 품종모수는 작물의 개별 품종별로 추정되어야 한다. 품종모수의 추정에는 고품질의 많은 생육 자료가 요구되지만, 자료의 생산에 상당한 비용이 필요하다. 비교적 낮은 품질의 가용성이 높은 자료를 활용하는 대신, 대량의 랜덤 모수를 생성하고 이를 평가하여 품종모수를 추정할 수 있다. 본 연구에서는 SIMPLE 작물 모델의 불확도를 최소화하기 위해 품종모수 추정 방식을 비교하고, 두 앙상블 방식과 대한 비교를 하였다. 모수 추정을 위한 Metropolis-Hastings (MH) 알고리즘에 대한 목적함수로 로그 가능도(log-likelihood: LL)와 generic composite similarity measure (GCSM)를 사용하였다. 또한 품종모수의 평균값을 사용한 예측(Epm)과 개별 모수들로부터 얻어진 추정값의 평균값(Eem)의 일치도를 분석하여 앙상블 방식에 따른 불확도 변화를 파악하였다. 국내에서 재배되는 사료용 벼 품종인 조우 벼와 영우 벼를 대상으로 품종모수를 추정하였다. 2013년, 2014년, 2016년에 대한 수원, 전주, 나주, 익산에 위치한 실험포장에서 얻은 수량 관측 자료를 사용하였다. 또한 2016년부터 2018년까지 수원에서 보고된 별도의 수량 관측 자료를 사용하였다. 목적함수에 따라 추정된 품종모수의 분포에 차이가 있었다. LL을 통해 얻은 품종모수는 GCSM으로 얻은 품종모수보다 좁은 범위에 분포하였다. 두 가지 앙상블 접근법은 통계적으로 유의한 차이가 나타나지 않음을 확인하였다. GCSM의 상대적으로 높은 불확도는 수용확률을 조정하여 낮출 수 있다고 사료되고, Epm의 결과는 기존과 다른 앙상블 방식을 통해 적은 연산을 통해 불확도를 낮출 수 있음을 보인다.
가축 육종 체계 또는 선발방법의 상호 비교를 할 수 있도록 다형질 컴퓨터 모의실험을 위한 확률모형을 개발하고, 기존 연구결과로부터 얻어진 평균과 상가적 유전효과 및 잔여오차의 분산 및 공분산 값을 실험 모수로 사용하여 모의실험 축군을 생성하였고, 선발방법은 임의교배, 표현형가, 참육종가 및 추정육종가에 의한 선발 중에서 선택할 수 있도록 하였다. 개체의 육종가는 MTDFREML package를 사용하여 추정하였다. 모의실험 프로그램의 정확성을 검증하기 위하여 크기가 다른 세 축군을 20년간 임의교배하여 모의실험한 결과, 평균값과 분산 및 공분산 값은 모의실험 모수로 주어진 값과 비슷하였고, 축군의 크기가 클수록 모의실험 모수로 주어진 값에 더욱 근접하였으며 표준오차가 작아졌다. 임의교배를 계속함에 따른 근교계수와 축군 평균 및 분산의 변화를 확인하기 위하여 종모우 1두, 종빈우 10두를 유지하는 소축군 10개를 500년간 모의실험 한 결과, 근교계수의 변화는 이론적 추정함수와 비슷하였으며, 평균값은 작은 축군에서 세대에 따라 임의부동현상을 보였지만 근교계수가 증가하여 1에 가까워지면 일정한 값으로 수렴하였다. 축군내 분산은 근교계수의 증가에 따라 감소하였다. 이상의 결과를 보면, 모의실험 모형에 의해 생성된 축군의 자료는 모의실험 모수와 같은 통계적 특성을 유지하는 것으로 사료된다.
Journal of the Korean Data and Information Science Society
/
제28권5호
/
pp.971-980
/
2017
가변계수 회귀모형은 회귀계수의 동적변화를 모형화함으로써 종속변수와 입력변수의 관계에 대한 쉬운 해석이 가능하고 회귀계수의 변동성도 추정할 수 있는 장점을 지니고 있으므로, 여러 과학 분야에서 많은 주목을 받고 있다. 본 논문에서 입력변수와 출력변수의 오차를 효과적으로 고려한 가변계수 오차모형을 제안한다. 가변계수가 평활변수의 알려지지 않은 형태의 비선형함수이므로 이를 추정하기 위하여 커널 방법을 사용한다. 제안된 모형의 성능에 영향을 미치는 초모수의 최적값을 구하기 위하여 일반화 교차타당성 방법 또한 제안한다. 제안된 방법은 모의자료와 실제자료를 이용한 수치적 연구를 통하여 평가된다.
시계열 확산 데이터를 활용하여 Bass 확산모형을 최소자승법(OLS)으로 추정하면, 초기에는 과다 추정하고 변곡점을 지나서는 수요를 낮게 추정하는 경향이 있다. 또한 확산모형에서 필요한 변수가 모형에서 빠짐으로 인해 발생하는 설정오류는 잔차의 자기상관을 발생시킬 수 있다. 자기상관이 오차항에 있을 경우, 추정된 모형의 모수들은 불편추정치이나 비효율적 추정치가 된다. 따라서 이러한 문제를 해결하는 확산모형의 개발이 요구된다. 본 연구에서는 자기상관 오차항을 고려한 수정된 확산모형을 제안하였다. 모형의 검증을 위해 미국의 CT-스캐너와 우리나라의 FPD TV 판매량를 제안된 모형에 응용하였다. 분석결과, 제안된 모형이 기존 모형에 비해 적합도와 모형의 주요 추정 통계량에서 우수함을 보였다.
Journal of the Korean Data and Information Science Society
/
제5권2호
/
pp.29-44
/
1994
본 연구는 누적위험률함수에 대한 베이지안 추정량을 이용하여 생존함수의 추정량을 제안하고, counting process 이론과 martingale 이론을 이용하여 대표본하에서 제안된 추정량의 일양적 일치성과 점근적 정규성을 밝힌다. 또한 모의실험을 통하여 추정량들의 효율성을 편의와 평균제곱오차의 측면에서 비교하고자 한다.
일반적으로 독성학 또는 약리학에서는 자료를 분석할 때 Hill Model과 같은 비선형 회귀모형을 사용한다. 비선형 회귀모형에서 모수의 추정량과 그것의 불확실성(uncertainty)에 대한 측도의 추정은 오차의 분산 구조에 영향을 받게 된다. 따라서 자료가 등분산인지 혹은 이분산인지에 따라 사용하여야 할 추정 방법이 달라져야 한다. 그러나 일반적으로 자료를 실제로 분석하기 전에는 오차의 분산구조에 대해서 잘 알 수 없다. 그러므로 오차의 분산구조에 로버스트한 추정 방법을 개발하는 것은 중요한 문제이다. 본 논문에서는 예비검정 방법을 기반으로 한 비선형 회귀모형에서의 모수 추정 방법을 제안하였다. 오차 분산의 등분산성에 대한 간단한 예비검정의 결과에 따라 보통 최소제곱 추정(ordinary Least Square Estimation) 방법과 반복 가중 최소제곱 추정(iterative weighted least square estimation) 방법을 사용하는 추정량을 정의하였다. 제안된 추정량은 모의실험 연구를 통하여 기존의 표준적인 추정량들과 그 성능을 비교하였다. 또한 미국의 National Toxicology Program으로부터 얻어진 실제자료를 사용하여 추정 방법들을 비교하였다.
소프트웨어 개발과정에서 소프트웨어 신뢰성은 매우 중요한 이슈이다. 소프트웨어 고장분석을 위한 무한고장 비동질적인 포아송과정에서 고장발생률이 상수이거나, 단조 증가 또는 단조 감소하는 패턴을 가질 수 있다. 본 논문에서는 수리시점에서도 고장이 발생할 상황을 반영하는 무한고장 NHPP모형들을 비교 제시하였다. 소프트웨어 경제, 경영, 보험수리분야에서 많이 사용되는 선형 위험률분포의 절편모수에 근거한 무한고장 소프트웨어 신뢰성모형에 대한 비교문제를 제시하였다. 그 결과 절편모수가 비교적 큰 경우가 효율적으로 나타났다. 그리고 모수 추정법은 최우추정법을 이용하였고 모형선택은 평균제곱오차와 결정계수를 이용하였다. 본 연구에서 제안된 방법은 선형 위험률분포의 절편모수를 고려한 모형도 신뢰성 측면에서 효율적이기 때문에 (결정계수가 90% 이상) 이 분야에서 기존 모형의 하나의 대안으로 사용할 수 있음을 확인 할 수 있었다. 이 연구를 통하여 소프트웨어 개발자들은 다양한 수명분포의 절편모수를 고려함으로서 소프트웨어 고장형태에 대한 사전지식을 파악하는데 도움을 줄 수 있으리라 사료 된다.
본고(本稿)는 Sims가 개발한 방법을 이용하여 우리나라와 같이 경제구조(經濟構造)가 급히 변하는 상황에서의 경제예측(經濟豫測)의 정확도(正確度)를 제고하고자 하는 시도의 일환이다. 본고(本稿)는 예측자의 사전신뢰(事前信賴)를 이용하여 계수의 값에 대하여 사전제약(事前制約)을 부과(賦課)하고 시간변동(時間變動)을 허용하는 변동계수(變動係數)벡타자귀(自歸)(TBVAR)모형(模型)의 추정방법뿐만 아니라 사전제약(事前制約)의 모수(母數)를 선택하는 방법과 오차(誤差)의 분산(分散)이 자기회귀(自己回歸)할 경우의 대처방법 등 예측(豫測)의 정확도(正確度)를 제고시키는 데 실제 사용되는 방법을 설명하고, 6변수모형(變數模型)을 이용하여 TBVAR 모델의 정확도(正確度)를 타(他) 모델과 비교한다. 정부건설(政府建設), 총통화(總通貨), 사채시장이자율(社債市場利子率), 민간건설(民間建設), 실질(實質)GNP 및 소비자(消費者) 물가지수(物價指數) 등 6변수(變數)에 대한 예측의 정확도를 "타일 U"값을 기준으로 비교할 때 TBVAR은 시간변동(時間變動)을 고려하지 않고 사전제약(事前制約)만 적용한 BVAR이나 사전제약(事前制約)도 적용하지 않은 VAR보다 대부분의 변수의 예측에 있어 더 정확하며 민간건설(民間建設)을 제외하고는 OLS보다 예측오차(豫測誤差)가 작게 나타난다.
Journal of the Korean Data and Information Science Society
/
제9권2호
/
pp.95-103
/
1998
회귀모형의 선형성을 검정하는 방법으로서 Azzalini와 Bowman은 회귀모형의 오차항이 정규분포를 따른다는 가정하에서 커널회귀추정량을 이용한 유사우도비 검정이라는 비모수적 방법을 제안하였다. 붓스트랩(bootstrap)기법을 도입하여 그들의 검정방법을 변형한 커널붓스트랩검정이라는 새로운 검정법을 제시하고 모의실험을 통해 검정력을 살펴보았다. 제안된 방법은 오차항의 분포가 정규분포가 아닌 경우에도 적용이 가능하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.